< 上一个
|
内容
|
下一个 >
第
5
章 神经网络的数学原理
5.1 神经网络的背景及意义
5.1.1 神经网络的发展历史
5.1.2 神经网络对人工智能发展的作用
5.1.3 神经网络给人工智能带来的挑战
5.2 神经网络的数学原理的内涵
5.2.1 研究意义
5.2.2 分析视角
5.2.3 基本框架
5.2.4 研究趋势
5.3 神经网络的传统理论
5.3.1 表达能力
5.3.2 泛化能力
5.3.3 优化能力
5.4 前沿发展
5.4.1 对自适应优化器的分析
5.4.2 基于神经网络结构的优化分析
5.4.3 优化器的隐式正则分析
5.4.4 神经网络的精确泛化估计
5.4.5 表示所需参数量下界
5.5 未来展望
5.5.1 设计适用不同场景的安全性度量
5.5.2 构建以安全为中心的神经网络理论
5.5.3 发展可信可控的神经网络模型
< 上一个
|
内容
|
下一个 >